> For AI agents: the complete documentation index is available at /llms.txt, the full documentation bundle is available at /llms-full.txt. # 翻译接口指南 工具集成了经典机器翻译 API 与大语言模型接口两类服务，可按文本类型、预算与隐私需求自由选择。具体名单与数量见下面两节（与应用的接口目录同源，随版本自动更新）。 ## 我应该挑哪个接口？ | 场景 | 推荐 | 为什么 | | ---------------------- | ------------------------------------------------------- | ---------------------------------------- | | 第一次试用，没 API Key | **GTX (Free)** | 免费、零配置，默认就是它 | | GTX 连不上，仍想免费 | **Edge (Free)** 或 **DeepLX (Free)** | 同样零配置，换条链路即可 | | 字幕、UI 文案、海量短句 | **GTX Free** 或 **Qwen-MT Flash** | 分块批量、便宜 | | 长文本、商务/文学翻译 | **DeepL** | 翻译质量最稳，整体连贯 | | **入门 AI 翻译 / 想用大模型省钱** | **DeepSeek** | 国产 LLM 性价比首选——中英文质量好，单价远低于 Claude / GPT | | 中英互译、要稳定 | **DeepSeek** / **Qwen-MT Plus** | 国内可直连、中英效果好 | | 技术文档、需要术语一致 | **DeepSeek**（性价比）/ **Claude**（顶级）/ **GPT** / **Gemini** | LLM 可用自定义 prompt 控风格 | | 隐私敏感，要本地跑 | **TranslateGemma** | 自托管免费，翻译专用模型质量好 | | 沃洛夫、博杰普尔等小语种 | **DeepL** | 含较多小语种，质量稳定（如 wo / an / gn 等 Google 不收的） | 详细对比和申请方式往下看 ↓ ## 经典翻译 API | 接口 | 质量 | 稳定性 | 适合场景 | 免费额度 | | ---------------- | ----- | ----- | ------------------ | ----------------- | | DeepL | ★★★★★ | ★★★★☆ | 长文本、商务/文学翻译 | 每月 50 万字符 | | DeepLX (Free) | ★★★★☆ | ★★★☆☆ | DeepL 的免费替补，零配置换链路 | 公共实例免费，稳定性看实例 | | Google Translate | ★★★★☆ | ★★★★★ | UI 文案、短句 | 每月 50 万字符 | | Azure Translate | ★★★★☆ | ★★★★★ | 语种最广（90+） | 前 12 个月每月 200 万字符 | | Qwen-MT | ★★★★★ | ★★★★★ | 中英互译、可指定行业领域 | 按 Token 计费，新用户有额度 | | TranslateGemma | ★★★★☆ | ★★★★☆ | 本地翻译，隐私敏感场景 | 自托管免费 | | MiLMMT | ★★★★☆ | ★★★★☆ | 本地翻译，47 语言（含粤语） | 自托管免费 | | GTX API (Free) | ★★★☆☆ | ★★★★☆ | 一般文本翻译，零配置默认 | 共享服务，限流自动降速 | | Edge API (Free) | ★★★★☆ | ★★★★☆ | GTX 的免费替补，链路不同 | 共享服务，限流自动降速 | 要点说明： - **DeepL** 不允许浏览器直连，工具默认走内置代理；如有自建代理可在设置中填入自定义 URL。**DeepLX (Free)** 是自建/公共实例那条免费链路，零配置即可换一条出口。 - **Qwen-MT** 是阿里云专为翻译训练的模型，详见下文 [Qwen-MT 使用要点](#qwen-mt-使用要点)。 - **TranslateGemma** 是 Google 开源的翻译专用 Gemma，需要本地用 LM Studio / llama.cpp / koboldcpp 跑起来（**不要用 Ollama**，原因见下文），详见下文 [本地模型接入](#本地模型接入)。 - **MiLMMT**（在售权重 MiLMMT-46）是小米开源的翻译专用模型（同样 Gemma3 派生），语种更少但覆盖粤语，同样要本地跑，详见下文 [MiLMMT](#milmmt)。 - **GTX API (Free) / Edge API (Free)** 都是零配置的免费机器翻译，互为备胎——一个连不上就换另一个；细节见下文 [免费机器翻译使用要点](#免费机器翻译使用要点)。 需要更稳定的服务，可自行申请商业 API Key，详见 [接口申请教程](https://ttime.timerecord.cn/service/translate/google.html)。 ## 大语言模型（LLM） 支持的 LLM 接口共 27 个，分两组： - **厂商直连（16 家）**：DeepSeek、OpenAI、Claude、Gemini、Qwen、Kimi (Moonshot)、Doubao (Volcengine)、Xiaomi MiMo、Zhipu GLM、MiniMax、StepFun (阶跃星辰)、Baidu ERNIE (Qianfan)、Mistral、xAI (Grok)、Cohere、YandexGPT (AI Studio) - **聚合网关与自托管（11 家）**：OpenRouter、OpenCode Zen、OpenCode Go、TokenHub (Tencent)、Groq、Cerebras、SiliconFlow、Atlas Cloud、Nvidia NIM、Azure OpenAI，以及 **Custom (OpenAI-compatible)** 末尾的 **Custom (OpenAI-compatible)** 是兜底项：任何兼容 OpenAI 协议的地址都填这一项，URL 输入框上方会列出可选的本地运行时与第三方网关快捷地址（见下文 [本地模型接入](#本地模型接入)）。 适合处理： - 文学作品、技术文档等需要深度理解的内容 - 需要保持术语风格一致的多语种资料 - 想用自定义提示词控制翻译风格的场景 主要参数： - **模型**：可以下拉选，也可以直接输入。下拉里每条显示“友好名 + 真实 SKU”两行，该接口的默认模型带 `default` 标签；厂商刚发布、清单里还没有的 SKU 手填即可。Azure OpenAI 填部署名——工具走的是 **v1 GA** 接口：URL 里填你的资源根，工具自动接上固定的 `/openai/v1` 后缀，所以设置里**已经没有 `apiVersion`（部署版本）这一项**了。 - **温度（Temperature）**：默认 0.7。技术文档建议 0.2 左右，营销/意译可以放到 0.9。 - **五个接口没有这个控件**：OpenAI（GPT-5.x / 6.x 全系为推理模型，非默认温度直接报 400）、Claude（在册 SKU 的 adaptive / extended thinking 拒绝 temperature）、Gemini（3.x 官方建议保持默认 1.0，调低易导致循环输出）、Kimi (Moonshot)（k2.x / k3 锁定温度）、Azure OpenAI。这几家不发送该参数、UI 也不显示输入框，直接用服务端默认值——想控制文风请改用系统提示词或思考强度。 - **思考模式**：让 AI 多想一步再翻译，质量更高但更慢/更贵。支持的模型会在「模型」下方多出一个下拉，选项**按模型独立保存**，切模型不影响别的设置。形态有四种： - **两档（Off / On）**：DeepSeek（开启即最高档，底层 API 的中间档位对翻译无意义）、Doubao、Zhipu GLM、Xiaomi MiMo、MiniMax M3、Baidu ERNIE 5.0 Thinking、Mistral（Medium 3.5 / Small）、Cohere Command A Reasoning、SiliconFlow —— 这几家的底层 API 只接受 on/off，不接受 effort - **四档（Off / Low / Medium / High）**：其余支持思考的接口，包括 Claude、OpenAI GPT-5.x / 6.x、Gemini、Qwen3、Kimi (Moonshot)、xAI Grok、Groq 与 Cerebras 的 GPT-OSS、Azure OpenAI，以及 OpenRouter 上带思考标记的模型 - **最低档标 Min 而不是 Off**：厂商压根没给关闭值的模型，最低一档改标 **Min** —— 它照常推理、照常计费，标成 Off 是撒谎。当前是 Gemini 3.x、xAI Grok 4.5 / 4.6、Groq 与 Cerebras 上的 GPT-OSS、Kimi K3 / K2.6，外加单个 SKU **Claude Fable 5**（官方标 Always on，发显式关闭直接 400；同门的 Opus 5 / Sonnet 5 / Haiku 4.5 都关得掉） - **三态（Off / On / Auto）**：在支持思考的接口上填**未列出的自定义模型**时。Auto = 省略思考参数、跟随模型自带默认（用于严格 provider 对非思考 SKU 会报错时的兜底）；默认 Off - **不显示思考控件**：StepFun、YandexGPT、OpenCode Zen、TokenHub、Atlas Cloud、Nvidia NIM、Custom (OpenAI-compatible)。聚合网关背后是多家上游，「能不能关思考」逐个型号不同，统一发关闭参数会打到不支持关闭的型号上，因此一律跟随上游模型的服务端默认 ### 部分接口的特别说明 - **TokenHub（腾讯）**：腾讯混元已迁到 TokenHub，除自研 hy3 外还转售 DeepSeek / GLM / Kimi / MiniMax / MiMo。⚠ **光有 API Key 调不通** —— 每个模型都要先在控制台的「在线推理」页开通（开启免费体验或启用后付费），否则任何调用都返回 400 `401006`「输入的服务 ID 不存在」。官方端点只在成功响应上发 CORS 头、预检一律 405，浏览器直连必败，因此「中转 API」**默认开启**。 - **OpenCode Zen**：聚合网关，模型清单里带 `(free)` 后缀的 SKU 用起来免费——需要注册并绑定账单信息，但不预付费。上游完全不发 CORS 头、预检返回 404 页面，因此「中转 API」同样**默认开启**。 - **OpenCode Go**：与 OpenCode Zen **同一个 host、同一个账号、同一把 API Key**，只有三处不同——请求路径（`/zen/go/v1` 与 `/zen/v1`）、在售 SKU 集合、计费形态。Go 是 **$10/月的订阅额度**（官方按每个模型的月限额换算：跑满 5 小时 = 20%、一周 = 50%、一个月 = 100%），Zen 是充值余额——**别把 Go 写成「充值即用」**。官方限定一个 workspace 只能有一人订阅 Go。上游同样不发 CORS 头，「中转 API」**默认开启**。 - **Cerebras**：收录它是为了**速度**而不是模型（两个公共模型在 Groq / Nvidia / SiliconFlow 上都调得到）。官方标称 gpt-oss-120b 约 3000 tokens/s，逐行翻译这类高频短请求体感明显；另有每日 100 万免费 token。 - **YandexGPT (AI Studio)**：除 API Key 外还需填写 **Folder ID**（在 Yandex AI Studio 控制台的目录页获取）。模型字段填 SKU 名（如 `yandexgpt-5.1`，也提供 Qwen3、DeepSeek、GPT-OSS 等开源 SKU），或直接粘贴完整的 `gpt:////latest` URI。Yandex 官方接口无 CORS 头，浏览器无法直连，「中转 API」**默认开启**（开关可关闭，也可改填自建中转地址）。 - **已从服务列表移除的接口**：GitHub Models（2026-07-30 官方整家退役）、Perplexity Sonar（chat/completions 提前下线）、Tencent Hunyuan 旧端点（迁至 TokenHub）。**LiteLLM** 不再是独立条目，改为 Custom (OpenAI-compatible) 的一个 URL 快捷项，见下文 [自建网关与第三方推理平台](#自建网关与第三方推理平台)。 ### 区域端点切换 不少接口在国内、海外、美国有不同的接入地址，URL 输入框上方会以快捷标签列出官方地址，点击即可切换： | 提供商 | 可选区域 | | --------------- | -------------------------------- | | Qwen / Qwen-MT | 中国大陆 / 国际 / 美国 | | Kimi (Moonshot) | 中国大陆 / 国际 | | Zhipu GLM | 中国大陆 / 国际（Z.ai） | | MiniMax | 中国大陆 / 国际 | | TokenHub（腾讯） | 中国大陆 / 国际 | | Xiaomi MiMo | 按量付费 / Token Plan（中国 / 新加坡 / 欧洲） | ### URL 自动补全 Claude 与全部走 OpenAI 协议的接口（含 Custom、TranslateGemma、MiLMMT、Qwen / Qwen-MT、Nvidia、YandexGPT 等）的 URL 字段，在切走焦点时会立即补全为完整路径；其余接口填写的自定义 URL 也会在请求发出前自动规范化。粘贴 `http://host:port` 或 `http://host:port/v1` 即可，不会再出现“少写 `/v1/chat/completions` 导致连不上”的问题。 ## 免费机器翻译使用要点 工具内置**三个零配置的免费机器翻译**——**GTX (Free)**、**Edge (Free)**、**DeepLX (Free)**，都不需要 API Key，从你的浏览器直连官方接口，文本不经过本工具的服务器。它们走**不同的链路**，互为备胎：一个连不上，下拉换另一个即可，不必申请任何 Key。GTX 是默认服务。 | 服务 | 后端 | 默认网关 | | ------------- | ------------------------- | ----------------------------------------- | | GTX (Free) | Google 翻译 | `translate-pa.googleapis.com`（网页翻译组件同款网关） | | Edge (Free) | 微软 Edge 浏览器内置翻译（Azure 引擎） | `edge.microsoft.com` 免费令牌 | | DeepLX (Free) | 社区 DeepLX 公共端点 | 工具内置公共地址 | ### GTX 网关可切换 GTX 默认走 `translate-pa.googleapis.com`（Google 网页翻译组件用的同一个网关，跨域规范、可用性好）。URL 输入框上方提供快捷切换： - **translate-pa（默认）**：推荐，多数网络环境可用 - **Legacy gtx**：旧版 `translate.googleapis.com/translate_a` 端点。Google 已对它收紧反滥用策略（很多 IP 会被跳转到验证页，浏览器据此报 CORS），但封锁按 IP 信誉判定，部分地区/网络仍可用，故保留作备选 - **自建镜像**：URL 填你自己用 Cloudflare Worker 等搭的镜像地址即可，工具按地址形态自动识别协议 ### 速率限制与自动降速 免费共享端点按使用方限流。GTX 现在采用**整批分块**翻译——把多行拼成约 5000 字符一块、一块一个请求，请求数相比逐行翻译大幅减少，日常使用基本不会触发限流。短时间超大批量仍可能限流，工具会自动处理： - 触发限流后**自动暂停**该服务的所有请求，稍候自动恢复，并提示「请求过于频繁，已自动暂停片刻后重试」 - 期间翻译变慢但会继续推进，绝大多数情况无需任何操作 - 若失败面板仍频繁出现限流提示：等几分钟再点「重试失败行」（缓存会跳过已完成的行），或换 **Edge (Free)** / **DeepLX (Free)** 这两个免费备胎；长期大批量任务建议换 DeepL / Qwen-MT / DeepSeek 等带 Key 的服务 连不上或控制台出现 CORS 报错？先**换网关或换 Edge (Free)**——多数情况一步解决；仍不行再排查网络环境（大陆屏蔽、公司网络拦截、浏览器扩展拦截），步骤见 [常见问题 → GTX 连不上](/guide/translation/faq.md#gtx-连不上或控制台出现-cors-报错怎么办)。 ## Qwen-MT 使用要点 阿里云的 Qwen-MT 是机器翻译类服务，与通用 LLM 不同——它没有 system prompt 概念，只用源/目标语言代码工作，因此 Prompt 设置对它不生效。 ### 模型选择 API 设置的 **模型** 字段可下拉选择，也可手填： | 模型 | 特点 | 适合 | | --------------- | -------------- | -------------- | | `qwen-mt-plus` | 质量最高，速度较慢、单价较高 | 文学、法律、医疗等高质量翻译 | | `qwen-mt-flash` | 最快最便宜（**默认值**） | 字幕、UI、海量短文本 | | `qwen-mt-lite` | 更便宜的轻量档 | 大批量、对质量要求不高的场景 | > 旧的 `qwen-mt-turbo` 已被阿里云标记弃用，不再列在下拉里。 ### 领域提示（domains） `domains` 字段告诉模型当前文本所处的行业，让术语更专业。注意：**填一段英文自然语言**，不是关键词列表。阿里官方示例： ```text The sentence is from Ali Cloud IT domain. It mainly involves computer-related software development and usage methods, including many terms related to computer software and hardware. Pay attention to professional troubleshooting terminologies and sentence patterns when translating. Translate into this IT domain style. ``` 不需要时留空即可。 ### 原生术语表通道 Qwen-MT 是少数支持**原生术语表**的 MT 服务：启用 [术语表](/guide/translation/info.md#术语表glossary) 后，命中的词条会通过官方 `translation_options.terms` 参数随请求发送，由模型在翻译时原生应用，比提示词注入更可靠。 ### 不支持的语言 Qwen-MT 官方约 92 种语言，部分低资源语言暂未覆盖，UI 会自动提示并阻止使用（以应用内实际拦截为准）：如柯尔克孜（ky）、土库曼（tk）、塔吉克（tg）、蒙古（mn）、马拉雅拉姆（ml）、维吾尔（ug）、阿姆哈拉（am）等数十种。 ## 中转 API 与内置代理 部分接口的官方端点不允许浏览器直连（CORS 限制）。工具提供两类代理通道，文本都不经过本工具的服务器存储。 ### 中转 API（可控开关） 除 Gemini、Nvidia NIM、Azure OpenAI、Custom (OpenAI-compatible) 之外的每个 LLM 接口（共 23 个：DeepSeek、OpenAI、Claude、Qwen、Kimi (Moonshot)、Doubao (Volcengine)、Xiaomi MiMo、Zhipu GLM、MiniMax、StepFun (阶跃星辰)、Baidu ERNIE (Qianfan)、Mistral、xAI (Grok)、Cohere、YandexGPT (AI Studio)、OpenRouter、OpenCode Zen、OpenCode Go、TokenHub (Tencent)、Groq、Cerebras、SiliconFlow、Atlas Cloud）都在 API 设置里提供「**中转 API**」开关，开启后请求经由内置的 Cloudflare 转发（只转发请求本体与鉴权头）： YandexGPT (AI Studio)、OpenCode Zen、OpenCode Go、TokenHub (Tencent) 的上游不发 CORS 头或预检就失败，所以**默认开启**。其余家默认直连，遇到跨域问题时按提示自行打开。 - **上面点名的例外接口没有这个开关**：Custom 与 Azure OpenAI 的地址本就是你自己填的，中转没有固定上游可写；Nvidia NIM 走的是下一节的内置代理；Gemini 把模型名拼在 URL 路径里，pass-through 转发不了 - **自建中转**：不想走共享中转，把自己部署的转发地址填入 URL 字段即可。优先级固定为 **自定义 URL > 中转开关 > 官方直连**——URL 已填时中转开关会置灰，并提示「清空 URL 后恢复」 - 中转会透传服务器的 `Retry-After` 响应头，限流时的自动降速与直连一样精确 ### 内置代理（无开关） DeepL 与 Nvidia NIM 默认经另一组内置代理转发；在设置里填了自定义 API URL 时代理被绕过，请求直接发到你填的地址。 ## 本地模型接入 希望自己跑模型保护隐私？工具支持任何兼容 OpenAI 协议的本地服务。为了翻译质量，通用 LLM 建议 `qwen3-14b` 及以上参数规模（32B 级更好）；显存有限时可改用翻译专用的 [TranslateGemma](#translategemma) 或 [MiLMMT](#milmmt)，4B 起就有不错的翻译质量（这两个请用 LM Studio / llama.cpp / koboldcpp 跑，别用 Ollama——原因见下）。 > 国内用户下载模型推荐 [魔搭 ModelScope](https://www.modelscope.cn/models)，比 Hugging Face 直连 / LM Studio 内置源快得多，TranslateGemma 官方仓库也有同步。 :::warning 频繁超时？先改并发，不是改模型 本地服务器多为**单并行槽**（llama.cpp 默认 `--parallel 1`，LM Studio 的 Max Concurrent 也只有个位数），而本工具默认并发 10。多出来的请求会在**服务端排队**，而每个请求的超时钟从发出就开始走 —— 慢机器上排在后面的请求会在还没轮到它时就超时。 先把服务设置里的「调用参数 → 并发行数」降到 **2-4**（或调到与你服务器的并行槽数一致），再考虑提高「高级设置 → 超时时间」。降并发往往不会变慢：服务器本来就是一个一个算的。 ::: ### 默认接口地址 | 工具 | 默认接口地址 | | --------- | -------------------------------------------- | | LM Studio | `http://127.0.0.1:1234/v1/chat/completions` | | Ollama | `http://127.0.0.1:11434/v1/chat/completions` | | llama.cpp | `http://127.0.0.1:8080/v1/chat/completions` | | koboldcpp | `http://127.0.0.1:5001/v1/chat/completions` | URL 输入框旁会列出这些地址作为快捷选项；点中哪个，下方就出现那个运行时的官方文档链接（先把服务跑起来、把模型名弄对，这一步的问题官方文档才答得了）。 :::danger TranslateGemma / MiLMMT 请勿使用 Ollama 这两个服务把提示词**预渲染**后打 `/v1/completions`，整条设计的前提是「服务端不再套任何模板」。**Ollama 在这个端点上仍然会套 Modelfile 模板**——源码三行为证（2026-08-22 核对 `ollama/main`）： 1. `api/types.go`：`// Raw set to true means that no formatting will be applied to the prompt.` 2. `openai/openai.go`：`FromCompleteRequest` 构造 `api.GenerateRequest` 时**没有设 `Raw`** → 默认 `false` 3. `server/routes.go`：`if !req.Raw { tmpl := m.Template … }` 结果是预渲染好的提示词被**再包一层**（包成什么取决于导入时那个 GGUF 带的模板，客户端完全控制不了），译文质量会莫名其妙地差，而且不报错。因此这两个服务的快捷选项里**没有 Ollama**——请用 LM Studio / llama.cpp / koboldcpp。 （Custom (OpenAI-compatible) 走的是 `/v1/chat/completions`，Ollama 在那里套模板正是应该的，不受影响。） ::: > **koboldcpp** 是单文件 exe 的 llama.cpp 封装（不用安装、双击就跑、自带网页界面），默认 5001 端口同时提供 KoboldAI 与 OpenAI 两套接口。 ### 自建网关与第三方推理平台 除了四个本地运行时，**Custom (OpenAI-compatible)** 的 URL 快捷项里还有五个非本地地址，选中即填、不必手打： | 快捷项 | 默认地址 | 说明 | | ------------ | -------------------------------------------------------- | ---------------------------------------------------- | | LiteLLM | `http://127.0.0.1:4000/v1/chat/completions` | 把 100+ 上游模型统一成 OpenAI 协议的自建代理；默认放行浏览器跨域，无需额外 CORS 配置 | | 9Router | `http://127.0.0.1:20127/v1/chat/completions` | 自托管 OpenAI 兼容网关 | | OmniRoute | `http://127.0.0.1:20128/v1/chat/completions` | 9Router 的 TypeScript 分支，同为自托管网关，默认端口不同 | | Together AI | `https://api.together.xyz/v1/chat/completions` | 第三方推理平台，托管大量开源权重 | | Fireworks AI | `https://api.fireworks.ai/inference/v1/chat/completions` | 同上 | LiteLLM 曾经是独立的服务条目，现已并入 Custom —— 它和 Together / Fireworks 一样只是「一个 OpenAI 协议地址」，独占一个服务槽位没有意义。原来那些用法照旧成立： - **URL 即凭证**，**API Key 可选**（本地裸跑不填；代理配置了 master / virtual key 时填上） - **模型名可留空**：用 `litellm --model X` 启动（官方 quick start 方式）或设置了 `completion_model` 服务端默认时，留空即走服务端默认模型；config.yaml 多模型部署则填模型别名 ### TranslateGemma Google 推出的翻译专用 Gemma 模型，针对翻译质量做了专门训练。使用要点： - **请在服务列表里直接选「TranslateGemma」**——不要走「Custom (OpenAI-compatible)」+ 填 `translategemma-4b-it` 模型名。两者是完全不同的代码路径：独立的 TranslateGemma 服务走逐行调用，专门匹配 Gemma 翻译模型的输入输出格式；Custom 走的是带批次/上下文标记的 LLM 通用路径，对 14B 以下的小模型容易漏行、速度也更慢。 - 默认地址指向 LM Studio 1234 端口，可一键切换到 llama.cpp / koboldcpp。**不要用 Ollama**，原因见上方提示框 - **API Key 可选**：本地裸跑无需填写；若服务端开了鉴权（LM Studio 的 "require API key"、vLLM 的 `--api-key`、或反向代理加的认证层），填上即可，请求会附带 `Authorization: Bearer` 头 - 推荐模型：**普通家用电脑首选 `translategemma-4b-it`**——轻量快速、输出干净。`translategemma-12b-it` / `27b-it` 质量更高，但显存与算力要求也更高 - **模型名可以留空**：留空就不发模型名，用你运行时当前加载的那个。模型 id 由运行时决定（LM Studio / Ollama / llama.cpp 各报各的，量化后缀也可能在里面），报 404「模型不存在」时，清空这个字段通常比猜名字快 - **12B 的「多选项」噪音**：这是模型自身行为，并非接入问题。实测 12B 常对同一句给出多个候选译法，且没有固定格式、工具无法自动过滤，译文里会夹带大量噪音。家用设备建议直接用 4B；要用 12B 时先用小段文本验证输出是否干净再批量跑 - **Prompt 设置对它不生效**：和 Qwen-MT 一样属于机器翻译类服务，提示词已内置在调用格式里，系统/用户 Prompt 只对 LLM 类接口生效 - **必须明确指定源语言**——这个模型不支持"自动检测" - **语言覆盖较小**：工具内可选 53 种主流语言（对齐 Google WMT24++ benchmark），其余 69 种——包括粤语 yue、博杰普尔 bho、沃洛夫 wo、阿拉贡 an、瓜拉尼 gn、库尔德 ckb/kmr——会被 UI 直接拦截。需要更广语种请改用 DeepL / Google / Azure / Qwen-MT ### MiLMMT 小米开源的翻译专用模型 [MiLMMT-46](https://huggingface.co/xiaomi-research/MiLMMT-46-12B-v1.0)（同为 Gemma3 派生，1B / 4B / 12B 三档，社区有 GGUF 量化）。与 TranslateGemma 用法几乎一致，但有一条它独有的坑： - **请在服务列表里直接选「MiLMMT」**——这一条比 TranslateGemma 更硬。小米在模型讨论区明确说明，后训练阶段模型的**指令跟随能力已被大幅剥离**，标签与指令会被当成正文噪声。走「Custom (OpenAI-compatible)」时系统提示词会被原样拼进输入，翻译质量直接崩坏；本工具的 MiLMMT 服务按官方模型卡的固定格式逐行调用，不掺任何提示词 - 默认地址指向 LM Studio 1234 端口，可一键切到 llama.cpp / koboldcpp。**不要用 Ollama**，原因见上方提示框 - **API Key 可选**：本地裸跑无需填写；服务端开了鉴权时填上即可 - 推荐模型：默认 `MiLMMT-46-4B-v1.0`（家用显卡够用），另有 1B（纯 CPU 可跑）与 12B（质量更高） - **模型名要与运行时里实际加载的一致，实在不确定就留空**：留空就不发模型名，用当前加载的那个。报 404「模型不存在」时这比猜名字快 - **Prompt 设置、术语表、上下文翻译对它全部不生效**——原因同上，模型收不了指令。需要术语一致性请改用 LLM 类接口或 Qwen-MT - **必须明确指定源语言**——提示词里写死了源语言名，模型没有"自动检测"模式 - **语言覆盖 47 种**（官方称 46 语言家族）：**支持粤语 yue**（TranslateGemma 不支持），另有哈萨克/乌兹别克/阿塞拜疆/老挝/缅甸/高棉/马来语；但**不含乌克兰语 uk、塞尔维亚语 sr、立陶宛/拉脱维亚/爱沙尼亚语**，印度语系只到孟加拉/印地/泰米尔/乌尔都。不支持的语种会被 UI 直接拦截。与 TranslateGemma 共同支持 39 种 > 官方也说明下一版会补回指令跟随与术语表支持；在那之前，把它当纯机器翻译引擎用。 ### 解决 CORS 跨域 浏览器调用本地模型时若连不上，最常见的两个原因： **步骤 1｜排查广告/隐私插件**：先暂时禁用浏览器的拦截扩展，刷新重试。 **步骤 2｜为本地服务开启 CORS**： #### Ollama 在 PowerShell（Win + X 打开终端）粘贴一行命令永久启用： ```powershell [System.Environment]::SetEnvironmentVariable('OLLAMA_ORIGINS', '*', 'User') ``` > `*` 允许所有来源；想更严格可换成具体域名，例如 `http://192.168.2.20:3000`。 设置后重启 Ollama 服务即可生效。临时启用也可以在启动时加环境变量： ```bash OLLAMA_ORIGINS="*" ollama serve ``` #### LM Studio 1. 打开左侧菜单的「Developer」图标 2. 进入本地服务器设置页，点顶部「Settings」 3. 勾选「Enable CORS」复选框 ![LM Studio CORS 配置截图](https://img.newzone.top/2025-06-18-09-36-55.png?imageMogr2/format/webp) 完成后即可正常调用本地模型。仍连不上的话，检查端口占用情况和浏览器控制台的报错信息。（特别感谢 mrfragger 分享配置经验） ## 语言代码对照表 本工具支持 120+ 种主流语言互译，按地区分组展示。批量配置多语言时，使用下方语言代码（如 `en, zh, ja, ko`）： ### 常用 | Code | Native | English | 中文 | | --------- | ------------------ | ------------------- | -------- | | `en` | English | English | 英语 | | `zh` | 简体 | Simplified Chinese | 中文 | | `zh-hant` | 繁體 | Traditional Chinese | 繁体中文 | | `es` | Español | Spanish | 西班牙语 | | `fr` | Français | French | 法语 | | `de` | Deutsch | German | 德语 | | `ja` | 日本語 | Japanese | 日语 | | `ko` | 한국어 | Korean | 韩语 | | `hi` | हिन्दी | Hindi | 印地语 | | `ar` | العربية | Arabic | 阿拉伯语 | | `ru` | Русский | Russian | 俄语 | | `pt-br` | Português (Brasil) | Portuguese (Brazil) | 葡萄牙语（巴西） | | `id` | Bahasa Indonesia | Indonesian | 印尼语 | | `vi` | Tiếng Việt | Vietnamese | 越南语 | | `it` | Italiano | Italian | 意大利语 | | `yue` | 粵語 | Cantonese | 粤语 | ### 欧洲 | Code | Native | English | 中文 | | ------- | -------------------- | --------------------- | --------- | | `pl` | Polski | Polish | 波兰语 | | `uk` | Українська | Ukrainian | 乌克兰语 | | `nl` | Nederlands | Dutch | 荷兰语 | | `ro` | Română | Romanian | 罗马尼亚语 | | `el` | Ελληνικά | Greek | 希腊语 | | `hu` | Magyar | Hungarian | 匈牙利语 | | `sv` | Svenska | Swedish | 瑞典语 | | `cs` | Čeština | Czech | 捷克语 | | `pt-pt` | Português (Portugal) | Portuguese (Portugal) | 葡萄牙语（葡萄牙） | | `ca` | Català | Catalan | 加泰罗尼亚语 | | `sr` | Српски | Serbian | 塞尔维亚语 | | `bg` | Български | Bulgarian | 保加利亚语 | | `hy` | Հայերեն | Armenian | 亚美尼亚语 | | `da` | Dansk | Danish | 丹麦语 | | `sq` | Shqip | Albanian | 阿尔巴尼亚语 | | `fi` | Suomi | Finnish | 芬兰语 | | `nb` | Norsk bokmål | Norwegian Bokmål | 挪威语 | | `sk` | Slovenčina | Slovak | 斯洛伐克语 | | `hr` | Hrvatski | Croatian | 克罗地亚语 | | `be` | Беларуская | Belarusian | 白俄罗斯语 | | `scn` | Sicilianu | Sicilian | 西西里语 | | `ka` | ქართული | Georgian | 格鲁吉亚语 | | `lmo` | Lombard | Lombard | 伦巴第语 | | `lt` | Lietuvių | Lithuanian | 立陶宛语 | | `gl` | Galego | Galician | 加利西亚语 | | `bs` | Bosanski | Bosnian | 波斯尼亚语 | | `sl` | Slovenščina | Slovenian | 斯洛文尼亚语 | | `mk` | Македонски | Macedonian | 马其顿语 | | `lv` | Latviešu | Latvian | 拉脱维亚语 | | `et` | Eesti | Estonian | 爱沙尼亚语 | | `is` | Íslenska | Icelandic | 冰岛语 | | `mt` | Malti | Maltese | 马耳他语 | | `cy` | Cymraeg | Welsh | 威尔士语 | | `ga` | Gaeilge | Irish | 爱尔兰语 | | `br` | Brezhoneg | Breton | 布列塔尼语 | | `eu` | Euskara | Basque | 巴斯克语 | | `yi` | ייִדיש | Yiddish | 意第绪语 | | `lb` | Lëtzebuergesch | Luxembourgish | 卢森堡语 | | `oc` | Occitan | Occitan | 奥克语 | | `an` | Aragonés | Aragonese | 阿拉贡语 | | `la` | Latina | Latin | 拉丁语 | | `eo` | Esperanto | Esperanto | 世界语 | ### 中东 | Code | Native | English | 中文 | | ----- | ------ | ---------------- | ----- | | `tr` | Türkçe | Turkish | 土耳其语 | | `he` | עברית | Hebrew | 希伯来语 | | `fa` | فارسی | Persian | 波斯语 | | `ur` | اردو | Urdu | 乌尔都语 | | `ps` | پښتو | Pashto | 普什图语 | | `prs` | دری | Dari | 达里语 | | `ckb` | کوردی | Central Kurdish | 中库尔德语 | | `kmr` | Kurdî | Northern Kurdish | 北库尔德语 | ### 中亚 | Code | Native | English | 中文 | | ---- | ---------- | ----------- | ----- | | `uz` | Oʻzbekcha | Uzbek | 乌兹别克语 | | `kk` | Қазақ тілі | Kazakh | 哈萨克语 | | `ky` | Кыргызча | Kyrgyz | 吉尔吉斯语 | | `tk` | Türkmençe | Turkmen | 土库曼语 | | `az` | Azərbaycan | Azerbaijani | 阿塞拜疆语 | | `tg` | Тоҷикӣ | Tajik | 塔吉克语 | | `mn` | Монгол | Mongolian | 蒙古语 | | `ba` | Башҡортса | Bashkir | 巴什基尔语 | | `tt` | Татар теле | Tatar | 鞑靼语 | | `ug` | ئۇيغۇرچە | Uyghur | 维吾尔语 | ### 南亚 | Code | Native | English | 中文 | | ----- | --------- | --------- | ------ | | `bn` | বাংলা | Bengali | 孟加拉语 | | `mr` | मराठी | Marathi | 马拉地语 | | `te` | తెలుగు | Telugu | 泰卢固语 | | `ta` | தமிழ் | Tamil | 泰米尔语 | | `gu` | ગુજરાતી | Gujarati | 古吉拉特语 | | `kn` | ಕನ್ನಡ | Kannada | 卡纳达语 | | `pa` | ਪੰਜਾਬੀ | Punjabi | 旁遮普语 | | `ml` | മലയാളം | Malayalam | 马拉雅拉姆语 | | `bho` | भोजपुरी | Bhojpuri | 博杰普尔语 | | `mai` | मैथिली | Maithili | 迈蒂利语 | | `ne` | नेपाली | Nepali | 尼泊尔语 | | `si` | සිංහල | Sinhala | 僧伽罗语 | | `as` | অসমীয়া | Assamese | 阿萨姆语 | | `gom` | कोंकणी | Konkani | 孔卡尼语 | | `sa` | संस्कृतम् | Sanskrit | 梵语 | ### 东南亚 | Code | Native | English | 中文 | | ----- | ------------------ | ----------------- | ---------- | | `th` | ไทย | Thai | 泰语 | | `lo` | ລາວ | Lao | 老挝语 | | `my` | မြန်မာ | Burmese | 缅甸语 | | `km` | ខ្មែរ | Khmer | 高棉语 | | `ms` | Bahasa Melayu | Malay | 马来语 | | `fil` | Tagalog | Filipino(Tagalog) | 菲律宾语（塔加拉语） | | `jv` | Basa Jawa | Javanese | 爪哇语 | | `su` | Basa Sunda | Sundanese | 巽他语 | | `ace` | Acèh | Acehnese | 亚齐语 | | `pag` | Salitan Pangasinan | Pangasinan | 邦阿西楠语 | | `pam` | Kapampangan | Pampangan | 邦板牙语 | | `ceb` | Cebuano | Cebuano | 宿务语 | ### 非洲 | Code | Native | English | 中文 | | ---- | ----------------- | -------------- | ----- | | `sw` | Kiswahili | Swahili | 斯瓦希里语 | | `ha` | هَرْشٜىٰن هَوْسَا | Hausa | 豪萨语 | | `am` | አማርኛ | Amharic | 阿姆哈拉语 | | `ig` | Igbo | Igbo | 伊博语 | | `wo` | Wolof | Wolof | 沃洛夫语 | | `xh` | isiXhosa | Xhosa | 科萨语 | | `zu` | isiZulu | Zulu | 祖鲁语 | | `af` | Afrikaans | Afrikaans | 南非荷兰语 | | `om` | Afaan Oromoo | Oromo | 奥罗莫语 | | `st` | Sesotho | Southern Sotho | 南索托语 | | `tn` | Setswana | Tswana | 茨瓦纳语 | | `ts` | Xitsonga | Tsonga | 聪加语 | | `mg` | Malagasy | Malagasy | 马拉加西语 | | `ln` | Lingála | Lingala | 林加拉语 | ### 美洲及大洋洲 | Code | Native | English | 中文 | | ---- | -------------- | -------------- | ------- | | `ht` | Kreyòl ayisyen | Haitian Creole | 海地克里奥尔语 | | `qu` | Runa Simi | Quechua | 克丘亚语 | | `ay` | Aymar aru | Aymara | 艾马拉语 | | `gn` | Avañe'ẽ | Guarani | 瓜拉尼语 | | `mi` | Māori | Maori | 毛利语 |